Temas Subtemas
Tema 1. Introducción ao análise de trazas Importancia da análise de trazas e campos de aplicación. O proceso analítico na análise de trazas: requerimentos especiais. Importancia e requisitos básicos da mostraxe. Estratexias de mostraxe. Conservación e tratamento da mostra: fontes de erro. Aseguramento da calidade na análise de trazas.
Tema 2. Análisis de trazas inorgánicas Introducción. Destrucción de matrices orgánicas. Descomposición e disolución de matrices inorgánicas. Procesos de separación e preconcentración en análise de trazas inorgánicas. Especiación de elementos traza. Aplicacións analíticas.
Tema 3. Análisis de trazas orgánicas Introducción. Métodos de extracción de mostras sólidas. Métodos de extracción de mostras líquidas. Purificación, fraccionamento e concentración de extractos orgánicos. Aplicacións analíticas.
Tema 4. Automatización no laboratorio analítico Obxectivos da automatización. Ventaxas e desventaxas da automatización. Clasificación dos sistemas analíticos automáticos. Robotización do laboratorio. Miniaturización. Análisis de procesos.
Tema 5. Introducción á quimiometría Definición de quimiometría. A quimiometría no proceso analítico. Concepto de incertidume e cálculos básicos.
Tema 6. Inferencia estatística e calibración univariable Test estatísticos de inferencia nos laboratorios analíticos: tests de hipóteses e análise da varianza. Aplicacións ao laboratorio e a control de producción. Métodos de calibración. Calibración univariante por regresión lineal de mínimos cuadrados. Validación do modelo de calibración. Intervalos de confianza.
Tema 7. Deseño e optimización de experimentos Deseño experimental: principios básicos. Tipos de deseños: deseños factoriais, deseños factoriais fraccionados e deseños Plackett-Burman. Optimización secuencial: método simplex. Deseños de superficie de resposta.
Tema 8. Análise multivariable de datos Introducción. Clasificación de métodos de recoñecimento de pautas. Métodos non supervisados: análise de agrupacións, análise de compoñentes principais. Métodos supervisados: método SIMCA, método do veciño máis próximo (KNN).
Prácticas de laboratorio O estudante aplicará os conceptos teóricos desenvolvidos ao longo do curso aplicando as metodoloxías analíticas necesarias para resolver un problema real no campo medioambiental, industrial, agroalimentario, clínico...